منذ 11 أيام
TENET: شبكة ترميز التحويل لتدفق زمني فعّال في توقع الحركة
Yuting Wang, Hangning Zhou, Zhigang Zhang, Chen Feng, Huadong Lin, Chaofei Gao, Yizhi Tang, Zhenting Zhao, Shiyu Zhang, Jie Guo, Xuefeng Wang, Ziyao Xu, Chi Zhang
الملخص
يقدم هذا التقرير الفني طريقة فعّالة لتوقع الحركة في القيادة الذاتية. نحن نطوّر طريقة تعتمد على نموذج الترانسفورمر لترميز المدخلات وتوقع المسارات. علاوةً على ذلك، نقترح "مُعدّل التدفق الزمني" (Temporal Flow Header) لتعزيز ترميز المسارات. في النهاية، نستخدم طريقة مجمّعة فعّالة قائمة على خوارزمية K-means. وباستخدام شبكتنا القائمة على الترانسفورمر وطريقة التجميع، نحقق المركز الأول في مسابقة توقع الحركة في مجموعة بيانات Argoverse 2، مع تحقيق أفضل أداء مُسجّل حتى الآن من حيث معيار brier-minFDE بقيمة 1.90.